近日,一年一度的百度研究院顧問委員會會議圓滿落幕。一向低調神秘的百度研究院,公布了一份亮眼的成績單:最近一年,百度研究院在國際頂會和期刊上累計發表270多篇論文,奪得40多項國際權威競賽冠軍,獲得30多項國內外獎項,在深度學習、視覺、生物計算、量子計算、機器人、安全等多個領域的前瞻技術研發和落地探索上,取得了豐碩成果。
前瞻技術全面突破 領跑全球
(百度研究院召開顧問委員會線上會議)
在前瞻技術方面,百度研究院在生物計算、量子計算、自然語言處理、隱私安全計算等領域取得持續突破,均處于世界領先水平。
新冠疫情期間,mRNA作為一種新型的疫苗類型,具有可大規模快速生產的優勢,成為這場疫情保衛戰的重要武器之一,但科學家難以通過傳統算法在緊急時刻內找到最穩定的序列。
2020年4月,百度研究院正式推出LinearDesign算法。相較于傳統的密碼子優化設計方法,LinearDesign能大大提升mRNA疫苗序列的穩定性和蛋白質表達水平,以及疫苗的抗體滴度(即保護力)。針對新冠病毒刺突蛋白mRNA疫苗,LinearDesign可在10分鐘以內尋找到穩定的序列設計,并在抗體滴度上,比通用的密碼子優化序列有大幅度提升。也就是說,在同等條件下,采用百度算法設計的新冠疫苗,可以大大提升保護力。
LinearDesign不僅能用于新冠 mRNA 疫苗的研發,還能用于流感疫苗、腫瘤疫苗等多種疫苗,甚至包括抗體和藥物的研發。真正將藥物發現的“大海撈針”變成“按圖索驥”,為人類的生命健康謀福祉。
在量子計算領域,百度研究院完成了以量脈、量槳、量易伏三大項目為主體的百度量子平臺的數次重磅升級。其中量易伏成為國內首個接入量子計算真機的云原生量子計算平臺。百度量子平臺提供了連接頂層解決方案和底層硬件基礎所需的大量軟件工具以及接口,希望其成為“量子計算時代操作系統”。
在各項核心技術產出上,百度量子持續保持著國際領先地位,并正在發掘量子計算對AI科技的更多加持。量子人工智能在算法、框架、硬件三個層面進行AI基礎能力的創新突破,預計能在準確率提升的同時大幅降低時間和能源成本。
在AI+工業領域,計算機視覺和深度學習等技術的進步,讓工程機械也出現了“無人化”趨勢。百度研究院打造了全球首個實際落地的、可長時間作業的無人挖掘機作業系統(AES),并被國際頂級期刊《Science》子刊 《Science Robotics》刊發相關技術成果。
AES融合了感知、運動規劃和控制系統,可在沒有任何人工干預的情況下工作,通過準確和實時的算法來自主感知環境、規劃路線和控制機械。借助該系統打造的無人挖掘機不僅可以更好地適應塌方或有毒等惡劣的作業環境,降低人身安全危險;同時也能實現更長時間的不間斷作業,提升工作效率。目前,AES已經落地工業廢料處理相關領域,實現了工業廢料連續24小時自動上料功能,助力工業廢料處理產線實現全程的無人化處理。
(AES實戰場景)
在視覺領域,百度研究院基于飛槳深度學習平臺打造并發布了一個視覺Transformer&MLP算法開發及實驗平臺——PaddleViT,為業界提供了最前沿的4個視覺任務模型。在以人為中心的視覺分析方面,提出了一系列包括人臉年齡估計、人臉防偽、人臉表情識別、人臉偽造檢測等算法,并出版一本關于活體檢測的技術著作《Multi-modal Face Presentation Attack Detection》(《多模態人臉防偽檢測》),該著作也被國際知名出版社Morgan & Claypool Publishers收錄到其計算機視覺領域的系列叢書中。
人工智能技術特別是深度學習及其應用飛速發展,但深度學習的“黑盒”特性使其缺乏足夠的可解釋性,也降低了對特定領域的深度學習和人工智能的信任感。百度研究院開發了基于飛槳的可解釋性算法開源庫InterpretDL,目前已集成了十余種主流的可解釋性算法,并遵循“Plug-and-Play”的設計理念,用戶無需修改模型;所有算法使用統一API接口,方便用戶快速上手;對每種算法提供單獨的教程與解析,幫助用戶理解、選擇合適的算法,在多個領域都有明顯的性能提升。
百度研究院還打造了業界首個針對機密計算的形式化驗證工具SGXRay,協助廠商修復多個高危漏洞。并建立全球首個支持多硬件平臺的、安全性最高的開源機密計算框架Teaclave,可提供RUST SDK,支持內存安全的可信應用開發。
在基礎理論研究方面,百度研究院從理論、算法、硬件、應用方面構建了完整的分布式機器學習和聯邦學習系統框架;在加速機器學習方面,百度研究院提出了包括近鄰檢索、哈希算法、模型壓縮等一系列優化算法,并實現在百度深度學習框架飛槳當中。同時,百度研究院還持續研究深度學習和知識圖譜Embedding構建、深度學習模型安全和攻擊、深度生成模型包括GAN,EBM,VAE等;累計數十篇包括機器學習、深度學習基礎理論的論文,在Journal of Machine Learning Research, IEEE Transactions of Information Theory, Conference on Learning Theory, NeurIPS 等頂級期刊和會議中發表,并獲得NIPS 最佳論文獎和SIGIR 最佳短文榮譽提名獎等多個獎項。
應用落地遍地開花 賦能千行百業
百度研究院對技術的前瞻視野不僅體現在研發突破上,也融入在前沿技術的產業級落地探索上。
跳水運動作為一項超高速運動,從起跳到落水只有2秒鐘時間,動作捕捉和回溯是長期以來的難點,百度研究院基于“3D+AI”技術,首次實現“云-邊-端”軟硬一體的AI輔助訓練系統,通過AI技術對訓練視頻進行摘要、動作抽取、姿勢糾正等處理,快速進行歸納整理,突破了體育運動定量評價與數據分析的難題,將競技體育更精細化定格在時間和空間維度,讓體育訓練更加科學、智能、合理、有效,實現了“看得清”“看得準”“看得全”“看得懂”四大核心能力。
(“3D+AI”跳水輔助訓練系統)
同傳對于人類來說是一項很有挑戰性的任務,因為人類同傳譯員需要同時做到聽、理解、翻譯并說出翻譯內容。人類一般只能持續15分鐘的高質量同傳,且譯出率一般都在60%左右,漏翻,錯翻等情況時常發生。作為AI同傳技術的領軍者,百度AI同傳首次做到了直接從語音到文字的同傳翻譯,該模型達到了更低的時延和更準確的翻譯,徹底摒除了ASR錯誤對翻譯模型的影響,進一步簡化了整體同傳框架。
如今,移動視頻已經成為移動互聯網使用最重要的三大應用類型之一。百度研究院于2020年推出了業界首個支撐通用型、大規模生產的智能視頻合成平臺VidPress影燃,可以低成本、大批量、高質量的將圖文內容智能轉化為帶有配音配樂和畫面的視頻內容,將中、短視頻采編創作的門檻降到最低。2021年,VidPress影燃攜手秒懂百科,智能生成并發布了超過800條足球球員球隊的介紹視頻、精彩進球瞬間和慢動作回放視頻。并作為百度大腦中“圖文轉視頻”功能算子,助力人民日報將圖文稿件智能轉化為快訊短視頻分發到不同平臺,用低成本創造高品質內容。該能力還落地百家號,賦能圖文作者低?檻轉型為視頻內容發布者。
在城市運營方面,基于大數據和人工智能技術,百度研究院也研發了支撐“數字城市運營”關鍵AI技術的“城立方”平臺,包含了自動化城市大數據報告系統、卡口過車數據軌跡還原系統等模塊。該系統已經部署在百度智能交通產品上,使交管決策有依據、算法可校驗,讓城市交通運營商模式行健致遠。
學術研究和外部合作雙駕馬車 打造核心硬實力
作為百度旗下聚焦于人工智能前瞻基礎研究、探索技術前沿方向的高端科研團隊,百度研究院現已擁有認知計算實驗室、硅谷人工智能實驗室、深度學習實驗室、大數據實驗室、商業智能實驗室、量子計算研究所、機器人與自動駕駛實驗室、安全實驗室、生物計算實驗室九大實驗室/研究所,研究領域幾乎囊括了從底層基礎到感知、認知技術的AI全領域范疇。數十位世界級頂尖專家學者匯聚于此,著力推動技術研發和布道。
百度CTO、百度研究院院長王海峰多次談及百度研究院的戰略:持續硬核技術創新,產生高影響力的研究成果并驅動實際應用。
基于這一理念,百度研究院也一直走在技術突破與落地應用的最前端,并不遺余力地推動技術的交流合作。近兩年,百度研究院牽頭舉辦了60余場學術研討會,與產學研界廣泛開展交流合作。在安全領域創辦了以“自動駕駛安全”為主題的CTF比賽活動,并舉辦了面向全球的自動駕駛CTF比賽,推動AI感知與自動駕駛安全競賽及社區建設。
無論在前瞻研究還是應用探索,百度研究院不斷攀登新的高峰。當下,新技術正爆發出引領新一輪變革的強大推動力,百度也在持續追尋前沿科技的星辰大海。
